科學機器學習為快速火箭發動機設計鋪平道路

“這不是火箭科學”可能是個陳詞濫調，但這并不意味著設計火箭就不會那么復雜。時間，成本和安全性禁止使用物理構造“試錯法”來測試測試火箭的穩定性。但是，即使是計算仿真也非常耗時。例如，對整個SpaceX Merlin火箭發動機的一次分析可能需要數周甚至數月的時間才能使超級計算機提供令人滿意的預測。

德克薩斯大學奧斯汀分校的一組研究人員正在開發新的“科學機器學習”方法來應對這一挑戰。科學機器學習是一個相對較新的領域，它將科學計算與機器學習融合在一起。通過將物理建模與數據驅動的學習相結合，可以創建降階模型-仿真可以在很短的時間內運行，從而使其在設計環境中特別有用。

由Oden計算工程與科學研究所的Karen Willcox領導的這項工作的目標是為火箭發動機設計人員提供一種快速的方法，以評估各種操作條件下的火箭發動機性能。

Willcox說：“火箭工程師傾向于在構建和測試之前在計算機上探索不同的設計。” “物理構建和測試不僅耗時且昂貴，而且還很危險。”

但是，火箭發動機的穩定性(必須能夠承受任何飛行過程中的各種不可預見的變化)是至關重要的設計目標，工程師必須確信他們已經滿足了這一要求，才能使任何火箭都能起飛。

表征火箭發動機穩定性所需的成本和時間歸結為問題的復雜性。許多變量會影響發動機的穩定性，更不用說在火箭飛行過程中事物發生變化的速度。

由Willcox合著并由AIAA Journal在線發表的最新論文概述了Willcox的研究。它是由空軍科研辦公室和空軍研究實驗室資助的火箭燃燒動力學多保真度建模卓越中心的一部分。